Fin puede responder a las preguntas de los clientes y tomar las medidas pertinentes, por ejemplo, la cancelación de un pago o emisión de un reembolsado. ¿Por qué este producto requería un enfoque de tarifas diferente al de la plataforma de soporte al cliente principal de Intercom?

O’Reilly: En un principio, consideramos los modelos de tarifas de SaaS de eficacia comprobada, basados en el número de clientes o en el consumo. Pero Fin es totalmente diferente. No solo permite mantener conversaciones, sino que es un agente de IA que realmente resuelve las consultas de los clientes. El valor proviene del resultado, no de la actividad. Eso nos obligó a replantearnos el modelo de tarifas para alinearlo con el valor para el cliente.

También hicimos el cambio para proteger nuestro negocio: los usuarios no eran viables. El acceso a la plataforma de Intercom sigue cobrándose por usuario. Sin embargo, Fin es totalmente diferente. Si una empresa tiene 1000 empleados de atención al cliente y Fin funciona tan bien como sabemos que lo hace, con el tiempo, esos 1000 usuarios podrían reducirse a solo 200. Por lo tanto, los usuarios pasarían a representar una parte menor de nuestros ingresos, incluso aunque Fin aportara más valor. En última instancia, un enfoque basado en los usuarios habría creado un desajuste entre las tarifas y el valor.

¿Qué otros modelos de tarifas consideraron?

O’Reilly: Queríamos que las tarifas de Fin fuera complementario, además de la suscripción a la plataforma. Esto mantuvo intacto el modelo SaaS principal y permitió innovar en la monetización de los servicios de IA. Una vez descartada la opción de los usuarios, lo siguiente que se nos ocurrió fue establecer tarifas basadas en las conversaciones. Pero a principios de 2023, cuando lanzamos Fin por primera vez, los usuarios se mostraban muy reticentes a la idea de pagar por algo que quizá no funcionara. En aquel momento, la confianza en la capacidad de los agentes para responder eficazmente a estas preguntas era baja.

Lynch: Si se empieza con un modelo de tarifas basado en la conversación, la discusión tiende a girar siempre en torno al precio y a lo bajo que puede llegar a ser. Existe un desafío similar con las tarifas de transferencia, en las que el precio se basa en el costo subyacente de ejecutar el modelo de IA. Es necesario determinar cuál es el margen adecuado que se puede eliminar y decidir cómo abordarlo. Se trata de una conversación completa que se elimina, o al menos se retrasa, con un modelo de tarifas basado en los resultados.

¿Por qué finalmente se eligió el modelo de tarifas basado en los resultados?

Lynch: Fundamentalmente, este enfoque alinea nuestras tarifas con el éxito de nuestros usuarios. Pueden ver lo que Fin resolvió, revisarlo y darle valor ellos mismos.

O’Reilly: A nuestros usuarios les gusta que esté muy alineado con el valor. Suelen tener una buena idea del costo humano que supone cada resolución; en comparación con eso, Fin ofrece un valor increíble.

Las tarifas basadas en los resultados también han sido de gran ayuda para generar la confianza de los usuarios. Ahora asumimos gran parte del riesgo: si no obtenemos los resultados que esperamos, al final obtendremos menos ingresos.

Además, toda la empresa se centra ahora en potenciar las tasas de resolución, porque para que nosotros ganemos, nuestros usuarios tienen que ganar.

¿Se realizó algún cambio en el modelo de tarifas de Fin desde que su implementación?

O’Reilly: El mayor desafío de las tarifas basadas en los resultados es que quitan previsibilidad y control. Una cosa que les encanta a los CFO de las tarifas basadas en los usuarios es que son relativamente fijas: pagas por la cantidad de personas en tu equipo. Pero con las tarifas basadas en los resultados, no siempre sabes cuál será tu volumen de conversación, o el volumen puede cambiar en función de la estación. Y no sabes cuál será la tasa de resolución, especialmente para un agente que es tan nuevo.

Por lo tanto, tuvimos que incorporar un par de piezas en nuestro mecanismo de establecimiento de tarifas y salida al mercado para abordar estos factores. Por lo general, en el sector, es necesario comprometerse a una cantidad mensual de resoluciones. Supongamos que el volumen de conversaciones siempre aumenta en abril porque se trata de una empresa que paga impuestos; o bien se incurriría en excesos durante el mes de abril o se tendría que contratar la tarifa de abril para todo el año, lo que significaría pagar por muchas resoluciones que no se necesitan. En cambio, creamos los bucket anuales. Los usuarios pueden comprar una cantidad determinada de resoluciones que pueden utilizar en cualquier momento del año. Esto ha supuesto una gran ventaja en cuanto a previsibilidad y flexibilidad.

¿Cómo gestionan los excedentes que se producen?

O’Reilly: Ese es el segundo cambio que hicimos. El estándar en el sector, y lo que hacen la mayoría de nuestros competidores, es animar a los usuarios a contratar tanto como sea posible y luego penalizarlos por cualquier consumo superior al importe contratado. Queríamos cambiar completamente esto y animar a los usuarios a experimentar el consumo más profundo que puedan con Fin. Ofrecemos descuentos para varios grupos de clientes, incluidos los clientes que hacen un compromiso inicial significativo con Fin, las startups en etapa inicial y los clientes en regiones de menor costo. Y cualquier descuento que acordemos en el contrato se aplica incluso cuando superan la cantidad contratado.

También agregamos la reasignación de gastos. Empezamos a ver que los usuarios habían subestimado el poder de Fin: habían contratado muchos usuarios y no tantas resoluciones de Fin. En un par de meses, empezaron a ver que no necesitaban tantos humanos como pensaban, y que iban a necesitar mucho más Fin. Por lo tanto, ahora les permitimos pasar ese gasto de los usuarios a las resoluciones.

Lanzaron Fin al mismo tiempo que Intercom estaba trabajando en una migración de la facturación masiva a Stripe. ¿Cómo se gestionaron esos proyectos simultáneamente?

Lynch: A medida que nos adentrábamos en la integración de la plataforma Stripe Billing, la cuestión de cómo establecer las tarifas de Fin surgió casi al mismo tiempo, al igual que la decisión de Stripe de pasar a la facturación basada en el consumo.

Empezamos a prestar mucha atención a lo que era, en esencia, un producto medido. Y nos dimos cuenta de que sería estupendo no tener que crear todo esto nosotros mismos y poder apoyarnos en la plataforma Stripe Billing para algunas cosas.

Tomemos como ejemplo los bucket anuales. Esa solicitud llegó con mucha urgencia por parte del equipo de Fin en noviembre de 2024. Nos preocupaba mucho la rapidez de comercialización, porque estábamos dejando de obtener ingresos. Con la base que nos proporcionó Stripe, nuestro equipo de ingeniería pudo personalizar los detalles y salir al mercado rápidamente: en febrero ya estábamos listos para empezar.

¿Cómo esperan que evolucionen las tarifas de los agentes y las funcionalidades de IA de ahora en adelante?

O’Reilly: Creo que veremos tres grandes cambios; una transición hacia un establecimiento de tarifas más basado en los resultados, tarifas diferenciadas para diferentes tipos de agentes y la verificación de resoluciones mediante IA. En primer lugar, espero que se produzca un cambio importante con respecto a las tarifas basadas exclusivamente en el consumo para los agentes de IA. A medida que más empresas se den cuenta de la desconexión entre el consumo y el valor, experimentarán con modelos híbridos que se ajusten mejor a los resultados de los clientes. Las empresas que sigan cobrando exclusivamente por token dentro de dos años serán la excepción.

¿Por qué? Porque se supone que la IA ofrece resultados, no solo consume el cómputo. A medida que el mercado crece y aumenta la competencia, los clientes demandarán tarifas que reflejen esa promesa.

A continuación, veremos una mayor disociación de las capacidades de los agentes de IA con tarifas diferenciadas. El enfoque de tarifa única no tiene sentido cuando diferentes funcionalidades ofrecen un valor muy diferente. En el servicio de soporte al cliente, responder a «¿Cuál es su política de reembolso?» es fundamentalmente diferente a «Necesito ayuda para depurar este complejo problema de integración». Las empresas inteligentes establecerán tarifas diferentes para estos servicios sin complicar demasiado las cosas.

Por último, a medida que la IA se vuelve más inteligente, no solo entregará resultados, sino que ayudará a verificarlos. Hoy en día, nos basamos en reglas básicas para confirmar si una resolución fue «exitosa». Pero pronto, la propia IA evaluará la calidad de sus resultados: ¿realmente el cliente obtuvo lo que necesitaba? ¿Realmente se resolvió el problema o se volvió a hacer un seguimiento?

Esto hará que las tarifas basadas en los resultados sean aún más creíbles, ya que no se tratará solo de si algo parece resuelto, sino de si realmente se resuelve. Ese nivel de validación desbloqueará modelos de tarifas que realmente reflejen el valor.